мощности с тем, чтобы добиться высоких экономических показателей. И это соответствует отраслевому критерию эффективности, сущностью которого является минимизация затрат на производство услуг.Однако, такой односторонний подход к решению проблемы определения коэффициента загрузки оборудования и соответственно производственных мощностей может привести, и очень часто приводит, к ухудшению качества обслуживания населения. Так при возрастании коэффициента загрузки от 0,53 до 0,98 среднее время ожидания клиентом начала обслуживания возрастает от 0,43 мин. до 202,34 мин. Отсюда, увеличив число мастеров п, т.е. уменьшив коэффициент загрузки, можно улучшить качественные характеристики обслуживания. Однако, это оказывается неприемлемым с точки зрения коллектива парикмахерской, так как их прибыль уменьшается.

Нужно выработать такие рекомендации по рациональному построению сферы услуг, рациональной их работе и регулированию потока заявок, чтобы обеспечить высокую эффективность обслуживания при малых затратах на создание и функционирование предприятий сервиса. Для определения оптимального числа рабочих мест устанавливаем зависимости удельных затрат на производство услуг от потока заявок, числа и производительности каналов обслуживания и выходных характеристик СМО, описывающих результаты ее работы.

Случайный характер поступления заявок (посетителей) и времени их обслуживания обуславливает наличие рисковых тенденций и необходимость применения статистических методов.

Введем следующие параметры: С\ - расходы одного клиента,

С\ - непроизводственные расходы клиента из-за потери времени в очереди, С г - расходы на создание одного рабочего места, С3 -

расходы на эксплуатацию одного рабочего места, Сл- расходы на зарплату одного мастера. Все расходы отнесены к одному часу.

Составляем функцию суммарных расходов, которые складываются из стоимости времени, потерянного клиентами в очереди; из расходов на создание новых рабочих мест; из расходов на эксплуатацию этих рабочих мест и расходов на оплату занятых мастеров. Эта функция имеет вид:

S = (Ci-L+C2-п + Сз-п+Сф-к)), (3.3.4)

где К = а - среднее число занятых рабочих мест. 118

За время t парикмахерская, если она рентабельна, принесет прибыль, равную:

С = (С, K-Ci-L-C2-n-C3-n-Ci{n-ky)-t, (3.3.5)

где Яп = п-lil. - абсолютная пропускная способность системы. R(n,a)

Функцию S(n,a) нужно минимизировать, а функцию I с( ;а) = )

нужно максимизировать.

Анализ этих двух функций показывает, что в зависимости от коэффициента загрузки функция S(n; а) имеет один минимум, а

функция С{п; а) - один максимум.

Результаты расчетов по формулам (3.3.4) и (3.3.5) для параметров С\ = 91 руб. в час, С\ = 6,2 руб. в час, Сг - 0,72 руб. в час,

С3 = 8,1 руб. в час, Са = 12,5руб. в час приведены в табл.3.6.

Анализ таблицы 3.6 показывает, что эффективный коэффициент загрузки У7- },. = 0,85 и отвечает параметру загрузки а = 4,26, найденному из статистических исследований, и при этом число рабочих мест (мастеров) п - 5.

Тогда количество рабочих мест с учетом соблюдения оптимального показателя качества обслуживания клиентов равно

пэф = п Щ = 5 0,85 = 4,25.

Поскольку в парикмахерской работало шесть мастеров, то нами было предложено сократить их до пяти человек, что принесло бы дополнительную прибыль в 181,9 руб. в час.

Снижение числа мастеров до четырех человек приводит к случаю, когда число клиентов, стоящих в очереди, будет с течением времени неограниченно расти. Нарушается стационарный режим работы функционирования СМО, который существует только при а <п.

Можно еще повысить прибыль парикмахерской, сведя экономический риск к минимальному. Для этого нужно провести дополнительные статистические исследования с учетом дней недели и работы парикмахерской в утренние и вечерние часы. Тогда при

параметре загрузки а < 4 могут работать четыре мастера, а при 5 < а < 6 - шесть мастеров.

Здесь уже учитывается дискретный характер предоставления услуг, сезонность (часовая, дни недели, недельная, месячная, квартальная). При анализе эффекта бытового обслуживания нужно помнить, что результаты потребления бытовых услуг могут быть как экономические, так и социальные и они находятся в тесной взаимосвязи.

Уменьшая число мастеров, парикмахерская, естественно, получает большую прибыль, но резко увеличивается риск обслуживания заказчика. Недоучет его может привести к снижению постоянной клиентуры, репутации и в конечном итоге к сокращению прибыли.

3.4. СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ РИСКА

Методы принятия решений в условиях риска разрабатываются и обосновываются также и в рамках так называемой теории статистических решений. Теория статистических решений является теорией проведения статистических наблюдений, обработки этих наблюдений и их использования. Как известно, задачей экономического исследования является уяснение природы экономического объекта, раскрытие механизма взаимосвязи между важнейшими его переменными. Такое понимание позволяет разработать и осуществить необходимые меры по управлению данным объектом, или экономическую политику. Для этого нужны адекватные задаче методы, учитывающие природу и специфику экономических данных, служащих основой для качественных и количественных утверждений об изучаемом экономическом объекте или явлении.

Любые экономические данные представляют собой количественные характеристики каких-либо экономических объектов. Они формируются под действием множества факторов, не все из которых доступны внешнему контролю. Неконтролируемые факторы могут принимать случайные значения из некоторого множества значений и тем самым обусловливать случайность данных, которые они определяют. Стохастическая природа экономических данных обуславливает необходимость применения специальных адекватных им статистических методов для их анализа и обработки.

Количественная оценка предпринимательского риска вне зависимости от содержания конкретной задачи возможна, как правило, с помощью методов математической статистки. Главные инструменты данного метода оценки - дисперсия, стандартное отклонение, коэффициент вариации.

В приложениях широко применяют типовые конструкции, основанные на показателях изменчивости или вероятности сопряженных с риском состояний. Так, финансовые риски, вызванные колебаниями результата вокруг ожидаемого значения, например, эффективности, оценивают с помощью дисперсии или ожидаемого абсолютного уклонения от средней. В задачах управления капиталом распространенным измерителем степени риска является вероятность возникновения убытков или недополучения доходов по сравнению с прогнозируемым вариантом.

Для оценки величины риска (степени риска) остановимся на следующих критериях:

1) среднее ожидаемое значение;

2) колеблемость (изменчивость) возможного результата. Для статистической выборки

где х, - ожидаемое значение для каждою случая наблюдения (i = 1,2,...), п, - число случаев наблюдения (частота) значения х х=Е - среднее ожидаемое значение, дисперсия,

V - коэффициент вариации, имеем:

Е = хЛ, о-ЛХ) y=±g.iQ0tt. (3.4.1)

5>< 5><

Рассмотрим задачу об оценке риска по хозяйственным контрактам. ООО Интерпродукт решает заключить договор на поставку продуктов питания с одной из трех баз. Собрав данные о сроках оплаты товара этими базами (табл. 3.7), нужно, оценив риск, выбрать ту базу, которая оплачивает товар в наименьшие сроки при заключении договора поставки продукции.

Таблица 3.7

Для первой базы, исходя из формул (3.4.1): Для второй базы

£=2992 а = /Щр = з,90; V = --100% = 26,69%.

200 V 200 14,61

Для третьей базы

Коэффициент вариации для первой базы наименьший, что говорит о целесообразности заключить договор поставки продукции с этой базой.

Рассмотренные примеры показывают, что риск имеет математически выраженную вероятность наступления потери, которая опирается на статистические данные и может быть рассчитана с достаточно высокой степенью точности. При выборе наиболее приемлемого решения было использовано правило оптимальной вероятности результата, которое состоит в том, что из возможных решений выбирается то, при котором вероятность результата является приемлемой для предпринимателя.

На практике применение правила оптимальной вероятности результата обычно сочетается с правилом оптимальной колеблемости результата.

Как известно, колеблемость показателей выражается их дисперсией, средним квадратическим отклонением и коэффициентом вариации. Сущность правила оптимальной колеблемости результата заключается в том, что из возможных решений выбирается то, при котором вероятности выигрыша и проигрыша для одного и того же рискового вложения капитала имеют небольшой разрыв, т.е. наименьшую величину дисперсии, среднего квадратичес-кого отклонения вариации. В рассматриваемых задачах выбор оптимальных решений был сделан с использованием этих двух правил.